将值从一个 dataframe 切片复制到另一个：使用“IndexSlice”的多索引 pandas 数据帧的切片是否总是一致地排序？

Question

语境

假设我有一个多索引 dataframe 如下：

import numpy as np
import pandas as pd

arrays = [
    ["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"],
    ["one", "two", "one", "two", "one", "two", "one", "two"],
]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=["first", "second"])
data = np.array([
    [1, 2],
    [3, 4],
    [5, 6],
    [7, 8],
    [9, 10],
    [11, 12],
    [13, 14],
    [15, 16],
])
df = pd.DataFrame(data, index=index, columns=('a', 'b'))

看起来像这样：

               a   b
first second        
bar   one      1   2
      two      3   4
baz   one      5   6
      two      7   8
foo   one      9  10
      two     11  12
qux   one     13  14
      two     15  16

我想将第一个索引级别bar的列a的值复制到第一个索引级别qux的同一列中，在索引的第二个级别（这里称为second ）上对齐。 换句话说，我想从上面的一个中获得以下 dataframe ：

               a   b
first second        
bar   one      1   2
      two      3   4
baz   one      5   6
      two      7   8
foo   one      9  10
      two     11  12
qux   one      1  14  # <-- column a changed to match first = bar for second = one
      two      3  16  # <-- column a changed to match first = bar for second = two

我理解基于对这个问题的回答，我可以通过将pd.IndexSlice与.loc和.values结合使用来完成此操作，如下所示：

df.loc[pd.IndexSlice['qux', :], 'a'] = df.loc[pd.IndexSlice['bar', :], 'a'].values

我不直观地喜欢这个（也许/可能是不合理的），因为我不清楚这些值是否总是在第二个索引级别上对齐：

问题：

我可以保证上述分配（使用.values访问）将始终在多索引的第二级对齐吗？

如果没有，有没有办法实现我想要实现的目标？

Answer 1

不，它不会对齐，因为通过使用.value （顺便说一下，不推荐使用.to_numpy() ），它返回底层 numpy 数组，删除所有索引/列信息，所以 alignment 不是可能的。

这是保留 alignment 的一种解决方案：

df.loc['qux', 'a'] = df.loc['qux', 'a'].index.map(df.loc['bar', 'a'].to_dict())```

Output：

>>> df
                 a   b
first second          
bar   two      1.0   2
      one      3.0   4
baz   one      5.0   6
      two      7.0   8
foo   one      9.0  10
      two     11.0  12
qux   one      3.0  14
      two      1.0  16